CORRESPONDING AUTHOR: Thomas W. Giambelluca, Department of Geography, University of Hawai‘i at Manoa, 2424 Maile Way, Honolulu, HI 96822, E-mail: thomas@hawaii.edu

Summary Global positioning system (GPS) radio‐telemetry has become an important wildlife research technique worldwide. However, understanding, quantifying and managing error and bias in raw GPS radio‐telemetry data sets requires much more work. In particular, error and bias resulting from position (angle away from vertical) and orientation (compass direction) of GPS radio‐collars on free‐ranging animals is currently unknown. We tested the effects of collar position and orientation on GPS radio‐collar performance using five stationary GPS radio‐collars. We also investigated the use of positional dilution of precision (PDOP) as a method for screening data with high location errors. Orientation had no statistical effect on fix rates or location errors. The biggest source of variation was attributed to collar position, which resulted in significantly lower performance at angles below 90° from vertical. PDOP‐based screening was effective and can be used to lower location error, but the trade‐off between higher location accuracy and data loss (potentially leading to new bias) must be assessed. Synthesis and applications. The results of this study refine our understanding of error and bias in GPS radio‐telemetry data. We suggest that collar orientation can safely be disregarded, whereas radio‐collar position remains a large potential source of error and bias. This finding has major implications regarding animal activity and GPS radio‐telemetry research. Researchers need to quantify and account for biases resulting from animals moving through heterogeneous terrain and habitats.

The structural complexity of coral reefs plays a major role in the biodiversity, productivity, and overall functionality of reef ecosystems. Conventional metrics with 2-dimensional properties are inadequate for characterization of reef structural complexity. A 3-dimensional (3D) approach can better quantify topography, rugosity and other structural characteristics that play an important role in the ecology of coral reef communities. Structure-from-Motion (SfM) is an emerging low-cost photogrammetric method for high-resolution 3D topographic reconstruction. This study utilized SfM 3D reconstruction software tools to create textured mesh models of a reef at French Frigate Shoals, an atoll in the Northwestern Hawaiian Islands. The reconstructed orthophoto and digital elevation model were then integrated with geospatial software in order to quantify metrics pertaining to 3D complexity. The resulting data provided high-resolution physical properties of coral colonies that were then combined with live cover to accurately characterize the reef as a living structure. The 3D reconstruction of reef structure and complexity can be integrated with other physiological and ecological parameters in future research to develop reliable ecosystem models and improve capacity to monitor changes in the health and function of coral reef ecosystems.

Abstract Context Dynamic feedbacks between physical structure and ecological function drive ecosystem productivity, resilience, and biodiversity maintenance. Detailed maps of canopy structure enable comprehensive evaluations of structure–function relationships. However, these relationships are scale-dependent, and identifying relevant spatial scales to link structure to function remains challenging. Objectives We identified optimal scales to relate structure heterogeneity to ecological resistance, measured as the impacts of wildfire on canopy structure, and ecological resilience, measured as native shrub recruitment. We further investigated whether structural heterogeneity can aid spatial predictions of shrub recruitment. Methods Using high-resolution imagery from unoccupied aerial systems (UAS), we mapped structural heterogeneity across ten semi-arid landscapes, undergoing a disturbance-mediated regime shift from native shrubland to dominance by invasive annual grasses. We then applied wavelet analysis to decompose structural heterogeneity into discrete scales and related these scales to ecological metrics of resilience and resistance. Results We found strong indicators of scale dependence in the tested relationships. Wildfire effects were most prominent at a single scale of structural heterogeneity (2.34 m), while the abundance of shrub recruits was sensitive to structural heterogeneity at a range of scales, from 0.07 – 2.34 m. Structural heterogeneity enabled out-of-site predictions of shrub recruitment (R 2 = 0.55). The best-performing predictive model included structural heterogeneity metrics across multiple scales. Conclusions Our results demonstrate that identifying structure–function relationships requires analyses that explicitly account for spatial scale. As high-resolution imagery enables spatially extensive maps of canopy heterogeneity, models for scale dependence will aid our understanding of resilience mechanisms in imperiled arid ecosystems.